高等教育支出与产出：错综复杂的关系，本文主要内容关键词为：高等教育论文,错综复杂论文,支出论文,关系论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G40-054 文献标识码：A 文章编号：1671-9468(2013)02-0046-18
一、前言
许多实证研究致力于解决公共财政如何影响教育参与度和学习产出的问题，大部分研究从国家层面或地方层面关注初等和中等教育。TIMSS(Trends in International Mathematics and Science Study)和PISA(the Program for International Student Assessment)等大型面板数据是可得的，所以这些层面的教育产出较易测量，也易于进行国家之间的比较。然而这些研究结论不一。最近的PISA研究显示，对于15岁学生学业表现的变化而言，经费投入只起到部分作用。印度一个州层面的研究发现，小学的生均支出对注册率、升学率或学业表现没有显著的影响(Iyer,2009)。汉纳谢克(E.Hanushek)和沃斯曼(L.W
mann)则表示，国际(无论发达国家还是发展中国家)和国内的比较研究均倾向于得到“投入和学校产出之间是弱关系”的结论(Hanushek & Wmann,2007)。总体而言，这些研究得出的结论是，教育支出总量的提升并不是带来更好教育成效的唯一途径，还有其他外生因素决定着支出及其对教育产出的影响①。
高等教育中复杂且矛盾的现象及其趋势层出不穷，如入学规模扩大、教育支出增加、公共财政预算不断缩减、国际竞争日益加剧、人才短缺和毕业生失业等等。高等教育是知识的主要来源，是知识经济的支柱，并且处于各种趋势的中心。因此，分配到这一部分的最佳资源水平成为一个战略问题(Jongbloed,2010)。②然而，在基础教育方面已开展的各项研究并没有系统地在高等教育研究领域开展；与基础教育相比研究高等教育领域问题的难度倍增。因此，本研究旨在填补这一领域的空白。
二、投入与产出的界定与测量
为测量多国高等教育投入和产出之间关系的强度，本研究进行了“一对一”的投入和多种产出的替代指标之间的相关性分析。这是一个简单的方法，也不能解释许多有影响变量的相互作用，但可以潜在地反映一些趋势和模式。
在国际比较的视角下，为了评估教育支出对高等教育绩效的影响，首先要确定这种评估应该在院校层面还是国家层面进行。尽管本研究在一定程度上也依赖于院校层面的情境，绝大部分分析还是基于国家层面，后文对此将有具体的阐释。现实的情况是，不论在投入层面还是绩效层面，对变量的选择大部分取决于国际比较数据的可用性。
(一)高等教育的绩效
本文的首要任务是界定和测量高等教育的绩效。通常我们从数量和质量两个维度衡量产出。在两者之间，完成率(completion)是过程和结果的反映。
1.数量
数量指的是参与(或入学)情况，通过入学率来测量。对初等和中等教育来说，净入学率是合适的度量标准，然而在高等教育层面，由于学生年龄的跨度较大，净入学率不是有效的测量指标。本研究选用了毛入学率(GER)作为测量指标，相关的数据可从联合国教科文组织统计所的数据库③获得。显然，毛入学率(GER)是国家层面的绩效指标。
2.完成率
我们可以将完成率看作高等教育产出的中间变量，因此需要将其纳入我们的分析之中④。在初等教育和中等教育，完成率由于能被精确测量，因此可作为衡量教育产出的指标。但由于高等教育的结构(以模块、学分的方式来组织，而不是学年)不同，这个指标意义不大。幸运的是，相当一部分国家有毕业生数占适龄人口百分比这一统计数据，而它可以作为测量高等教育系统绩效的一个替代指标。虽然毕业率是一个院校层面的指标，但基于本研究的目的，我们将其视为国家层面的指标。
3.质量
测量高等教育质量确实是最大的挑战。首先，高等院校输出多重产品，教学和研究仅是最重要的部分。其次，提高学生的学业成就是大多数大学的终极使命，并且与教学质量休戚相关，但至今尚无评估学生学业表现的统一标准。再次，虽然劳动市场关联性的重要程度不断增加，但在测量产出时却极少使用这一指标。因此，在界定衡量质量的恰当指标这一项工作成功之前，唯一的选择就是使用代理指标来评估高等教育的质量⑤(Green,2011; OECD,2011)。本研究使用了两项重要的国际排名的结论，分别是中国上海交通大学高等教育研究所提供的世界大学学术排名(Academic Ranking of World Universities，简称ARWU)和英国QS高等教育排名(Quacquarelli Symonds，简称QS)，这是最流行的排名中的两个。这两个组织所采用的计分方法有很大的差异⑥。ARWU排名非常偏重研究活动，并且主要依据院校自身的陈述，而QS排名根据高等教育院校在学术共同体中研究和教学方面的声誉。
这些排名有它们的误区，而且有些问题很严重⑦。比如，采用了精英化的方法(全球大约共有18,000所高校，而只有500所高校被纳入排名之中)⑧，科研的权重过高，偏重医学和自然科学，以英语为母语的院校具有明显的优势，一定程度的主观性(依赖于同行评价的意见)和使用复合计分方式⑨，等等。尽管有这些缺陷，但是我们测量了两个排名之间的关系以评估其可靠性。研究发现两者之间有非常强的正相关性，因此分析中选取了排名作为质量的替代变量。若两个排名的结果有较大的差异，那么我们在分析中就不能安心地使用它们(Levin & Ou,2006)⑩。此外，我们分别对两个排名做了回归分析，并系统对比了两者的结果，以测试分析的稳健性。我们还将这两个排名的结果与第三种排名——世界大学网络排名进行了交叉检验。这一排名采用了完全不同的排序标准(基于网络能见度)。其结论与QS和ARWU的结论非常相似，因此进一步支持了本研究采用以上两种排名作为质量之替代度量的设计。在对以上三种排名的分析之中，本文采用各国拥有世界排名前500位的大学的数量除以该国高等教育的适龄人口作为“一流大学的密度”(11)。这一指标便于我们从院校层面转换到一个系统的或国家的视角。
正当上述三项排名均明显关注研究机构和大学的排名时，一项最新发布的研究首次呈现了在国家层面设计测量工具的成果，21世纪大学协会(Universitas，简称U21)(Williams et al.,2012)试图评估国家高等教育系统的健康状况。一些早期的研究(Fielden,2008)已经聚焦于国家层面的大学系统治理情况(12)。最后，我们的分析发现国家层面的U21排名与大学层面的QS排名、ARWU排名都得到了相似的结果(见下文)。
(二)支出
测量国家的高等教育投入是一项较为简单的工作。但是，这里有必要界定一下“国家投入”的含义。在许多国家，政府仍然是教育投入的主体，本研究主要关注公共投入。要进行更有意义的国际比较，该选择哪个总量指标来测量公共投入？分配给高等教育的国家财富(Country's Wealth，用GDP衡量)是一个合理的估计指标(13)。尽管这一指标象征着一个国家对高等教育的总体投入，但是它并没有指出生均投入的情况。人均GDP中高等教育生均公共支出占人均GDP的比例是高等教育财政投入的一个更容易接受的替代变量，而且也是使用最广泛的指标。因此，该指标是本研究测量高等教育支出水平的核心指标。
高等教育的私人投入增长迅速，尽管受到数据可得性的限制，但在关注高等教育整体投入的研究中也需要考虑这一因素。用作公共投入的主要指标，即高等教育生均支出占人均GDP(GDP/c)的百分比，可从UIS的数据库获得，但是该数据库没有私人支出的资料。为了解决这一问题，本研究用GDP中分配到高等教育的私人投入的份额(the share of GDP allocated to private spending on tertiary education)作为测量指标，但是大部分可得的数据都局限于OECD国家。本文也将私立院校在高等教育入学总人数中的份额作为补充因素考虑。虽然它本身并不能测量投入的规模，但是这个变量确实能够从系统层面反映私立部门参与高等教育的情况。
三、分析结果
(一)支出：趋势和模式
在调查高等教育的投入和产出间关系之前，简要地研究投入的模式是很有帮助的。一个简单的方法是看国家对于高等教育的投入如何与自身的经济发展挂钩。用于检验两者关系的两个变量是高等教育投入占GDP的百分比和生均高等教育投入占人均GDP的百分比，前一指标只适用于OECD国家，而后一指标适用于更多国家。
2007年，OECD国家平均将各国GDP的1.5％用于高等教育，其中1％来自公共资金，其余0.5％来自私人资金(14)。这两种资金来源同国家财富的联系差别很大——当公共资金随人均GDP的增长而增加时，私人投入对其并不敏感(见表1)(15)。
高等教育的公共支出占GDP的比例与私人支出占GDP比例之间存在弱的负相关性(
＝－0.47)(见图1)。对此，一个可能的解释是公共资金缩减时私人资金会增加投入。事实上，这两者之间的相互作用很复杂，可能会相互渗透。尤其是在20世纪90年代末和21世纪初期，私人投入所占的比例有一个巨大的增长(Hahn,2007)，但是最近由于私立学校生源减少，私立学校获得的私人资金投入的增速也放缓，可能的原因或至少部分是因为公共政策(Levy,2012)。
图1 OECD国家2007年高等教育的公共支出和私人支出占GDP的百分比
数据来源：OECD 2009年的统计，包括OECD国家和俄罗斯。
高等教育生均公共支出占人均GDP的百分比这一指标可以使我们更好地理解资金运转的机制。在过去的10年里，高等教育的生均支出占人均GDP的百分比普遍在降低，但降低的幅度和速度取决于不同国家的财富情况。一方面，1999-2007年，在OECD国家和高收入国家之间，高等教育生均支出占人均GDP的百分比已经在缓慢地降低，目前是在一个相对狭窄的区间内，从9％(韩国)到54％(丹麦)，平均值接近30％。另一方面，在转型期国家和发展中国家，这一比例也在大幅下降。但是各国差异很大，从9％(阿塞拜疆)到600％(埃塞俄比亚)不等，其平均值几乎是高收入国家的三倍。
事实上，很久以前的研究(Psacharopoulos,1981)发现决定高等教育公共支出的因素有很多，入学注册人数只是其中之一(16)。GDP趋势、人口变化和成本分别影响着各方面的公共高等教育支出。
过去10年里，高收入国家与转型国家和发展中国家之间高等教育生均支出(占人均GDP的百分比)减少幅度和比率的明显差异反映了这样一个事实，即发达国家的教育系统已经到达“成熟”的发展阶段，它们已经从入学人数大量增加、而公共投入跟不上扩招速度的阶段过渡到了入学机会和公共教育投入同步增加的阶段。因此，它们不再强调对高等教育的总体投入，而更关心保持生均经费的投入水平。然而，在低收入国家和中等收入国家，基数较低但持续增长的人均GDP和爆炸式的学生数量引发了生均公共投入的迅速降低。在这些国家中，过渡时期的教育支出无法与不断增加的入学人数相匹配。
对高等教育生均支出(占人均GDP的百分比)和国家财富(用人均GDP表示)进行的回归分析验证了早期的研究结论，二者在OECD国家存在较强且正向的相关性，而在非OECD国家表现出更强的负相关性(见表2)。高收入国家的生均支出占人均GDP的比例比低收入国家高约三倍。人均GDP 20000美元的发达国家将人均GDP的10％用于生均支出，即便是贫穷国家把1000美元的人均GDP全部投给每个学生，发达国家的生均支出仍然相当于贫穷国家的两倍。
(二)入学：基本特征
在研究支出对进入高等教育(通过毛入学率GER测量)的影响之前，我们考察了高等教育的入学人数。大量研究指出，国家的财富和高等教育的入学规模有正相关性。2000-2008年，全世界人均GDP平均增长了45％。在同一时期，高等教育毛入学率的增长更加迅速，各国高等教育的平均入学率由26％提高到40％，而且这两个变量之间都有很强的正相关性(见图2)。
图2 2007年人均GDP与高等教育毛入学率的关系
数据来源：UIS数据库。
大家也认同这一关系是双向的——国家越富有，入学率越高(除石油资源丰富的高收入国家以外)；入学率越高，国家也越富有。而对于在财富水平和入学人数水平分布均匀、很少分散的OECD国家，这种关系要弱得多，几乎不显著。
(三)支出与入学
我们基于OECD国家的数据，对高等教育支出在GDP中所占比重和高等教育毛入学率(有足够的数据可以观察这个参数的趋势)之间的关系进行了分析。结果显示，公共和私人支出与高等教育的毛入学率有正向但适中的相关性，表明富裕国家高等教育的入学率与政府或私人资源的投入仅有很少的联系(见表3)(17)。
然而，正如前文所述，一个更相关的投入变量是高等教育生均公共支出占人均GDP的百分比。这一变量和高等教育毛入学率有显著的负相关关系。这种关系在低收入国家尤为显著(见表4)。对这一违反常规的结果有一种看似合理的解释，那就是入学机会增加并没有与之相配套的公共投入增加，因此导致生均获得公共投入的降低(18)。
到目前为止，本文的分析只观察了同一年度的支出和毛入学率。然而，于t年进行的投入并不会于同年产生效果，而会在第t＋n年产生效果。因此，本文分析了2000年的初始投入对于毛入学率的影响在2000年与2008年之间是否发生了变化。预期的结果是相关性的强度会随着时间间隔的增加和投入的成熟而呈现先低后高的态势。实证结果并不支持这一假设。在一个相对狭窄的时间范围内两者保持显著的负相关关系，并且没有出现任何规律性的发展趋势(见表5)。这证实了至少在中期人均公共支出和入学率有不同的发展路线。
为了充分了解高等教育支出和高等教育入学之间的联系，本文分析了私人成分的作用。首先，直接调查的方法是计算高等教育的私人消费占GDP的百分比。这个方法主要适用于OECD国家。如前所述，这些国家私人支出和国家的财富水平没有任何联系。然而，私人支出和高等教育毛入学率之间有正相关关系，即使这个关系是非常不明显的(＝0.19)。
评价私人支出对于入学率影响的第二个方法是，使用私立高校入学人数在高等教育总入学人数中所占的比例代替高等教育的私人支出比例(19)。在过去八年里，私立高校入学人数的增长速度与学生总数的增长速度相同。因此，随着时间的推移，他们在总入学人数中所占比率一直保持稳定，2000-2008年间，该比例维持在31％～33％的范围内。低收入国家与高收入国家之间的差距在2000年为33％，2000年以后缩小了。目前，这两类国家表现出相同的平均水平(32％)。2007年的数据显示，无论处在哪个发展阶段的国家，私立高校的入学人数占高等教育入学总人数的比例与高等教育毛入学率并不相关(见表6)。这证明了一个事实：在不同的国家，虽然私立高校在高等教育增长中所扮演的角色差别很大，但对于入学率不会有任何明显的影响。引入滞后变量以后，私人支出和毛入学率之间的关系缺乏滞后效应，在研究公共支出时已经发现了这一点。
(四)支出与完成率
毕业于高等院校意味着已完成了初等教育和中等教育。因此，可以用高等教育完成率来检验完成高等教育发展对于教育系统资源投入的依赖程度。毕业率数据可以从UIS数据库中查到。本文把生均公共支出占人均GDP的百分比作为衡量投入的方法，并测试了两个变量的滞后效应，结果发现不存在显著的相关性(见图3)。
图3 高等教育生均公共支出占人均GDP的百分比(2000)与每百名高等教育适龄人口中毕业生数(2008年)
数据来源：作者根据UIS数据库计算所得。
(五)质量：测量与特征
转向高等教育的质量维度，并且将这个维度与投入高等教育的财政资源联系起来是一个高风险的举动，因为没有关于质量的可信的国际比较指标，在质量被界定为学业成就时尤其如此。鉴于这一困难，本研究采用了两个通用的国际排名ARWU和QS的结果。鉴于这两个排名使用不同的方法(虽然都重视学术研究)，可能会产生明显不同的结果，带来指标有效性受到质疑的风险。通过比较两个排名的结果(排在世界500强大学中的数量)，本文首先对这一风险进行了评估。
研究选取了2010年的数据，在ARWU排名中，世界500强的大学集中在39个国家；在更具包容性的QS排名中，它们集中在52个国家。本研究发现：首先，这两个排名列表之间的重叠部分几乎是相同的。只有一个在ARWU排名中的国家没有出现在更长的QS排名中，而在QS排名中的所有国家都能在ARWU排名中找到(20)。其次，顶尖大学的数量受到国家大小和经济水平的高度影响，因此排名几乎能准确地反映这两个参数。在拥有最多数量500强大学的20个国家和地区中，只有三个不是高收入国家或OECD国家(中国、印度和巴西)，但都属于人口多、高增长的新兴国家(见表7)。有13个国家在QS排名中而不在ARWU排名中，其中只有一个是高收入国家(阿联酋)，并且这13个国家都集中在QS排名较低的部分。
为了便于比较，本研究用各国“高等教育人口数”对该国顶尖大学的数量进行了加权，这样可以控制国家规模的影响。“高等教育人口数”被定义为15～24岁人口的一半——他们是潜在的大学用户(21)。每百万潜在用户所拥有的顶尖大学数量是一项可以用于衡量世界一流大学数量的指标，也可被称为世界一流大学的密度。按照密度进行国家的排名，和纯粹按照大学的数目事实上会有很大的不同。实际上，除了少数例外，它同后者是相反的(见图4)。
图4 根据世界一流大学的数量和密度进行排序的国家排名
数据来源：作者基于2007年ARWU排名计算所得。
比较这两个排名的结果可以发现，首先在25个世界一流大学密度最高的国家中，有23个同时在QS和ARWU排名中榜上有名。其次，若按照世界一流大学密度进行排序，两个排名中的国家排名非常相似(见表8)，并且高度相关(＝0.95)。这些合并的结果使我们更为自信地选取一流大学的密度作为质量的合理代理变量，尽管防止误解的说明与排名的方法有关。
此外，ARWU和QS的排名还可与世界大学网络排名进行比较，后者的方法明显不同于前两个“主要排名”的方法，它主要依赖于大学在互联网上的能见度(22)。令人惊讶的是，尽管排名方法存在差异，这三项排名的结果却惊人地相似。
在表8所列的38个国家中，领先的国家和落后的国家之间也存在着巨大的差距。例如，芬兰的一所世界一流大学为200000个潜在的高等教育学生提供服务，而在印度一所同样的大学则要满足大约2亿的潜在学生的需求，相对比率达到1∶900(23)。事实上，一流大学的密度和人均GDP有很强的正相关关系(24)——这反映了一个事实，排名更看重资源充足的大学。一个富裕的国家更有可能产生高质量的大学(Green,2011)。
最近发布的基于国家层面的U21排名提供了一次难得的机会，我们可以把它的结果同目前为止其他基于大学情况的排名做比较。U21排名主要基于四个维度：资源、环境、连通性(connectivity)和产出，这实际上涵盖了可以充分描述高等教育作为一个部门的最为广泛的特点(25)。使用每个国家的绝对排名作为均值来比较基于密度方法的QS排名、ARWU排名和U21的排名，会得到一个重要的结论：大学层面排名和国家层面排名的结果在实质上是相似的。在以上三个排名中都出现的国家共有36个，无论考虑哪个排名，每个国家在三者中的排名都非常接近(26)(见图5)。这一结论是我们安心使用这些排名作为质量的代理变量的另一个原因。
图5 国家排名：QS(2010年)，ARWU(2010年)和U21(2012年)
数据来源：作者根据QS排名、ARWU排名和U21排名计算所得。
(六)支出与质量
现在，我们把注意力转向核心问题——高等教育的支出购买了多少质量。能够解答这个问题的支出指标与用于分析支出对入学影响的指标是相同的。但是，与对数量的研究不同，按照收入水平把国家分组是没有意义的，因为大部分拥有一流大学的国家都是高收入国家。
我们首先观察到的是，使用来自这两个组织(QS和ARWU)的数据得出了完全一致的结论：相关系数有相似的数值、符号和显著性水平(见表9)。
其次，世界一流大学的密度随着高等教育公共投入水平的增长而增长。无论公共投资的衡量是根据GDP中高等教育投入的比例，还是根据生均支出占人均GDP的百分比，或者按照公共教育支出总额，两者的关系都是如此。该模式与入学规模的情况相反，且更加显著。这个结果并不意外，因为质量是由与大学资源紧密联系的一个替代变量来衡量的，可以预期的是，总体支出和质量之间的关系是积极的。引入时间维度(从第1年投入到第8年质量显现)并不会令相关性增强(27)。从这个角度来看，投入对质量和数量影响的时间效应相同。
第三，本文用私人高等教育的支出在GDP所占的份额衡量了私人对于高等教育的投入情况，该投入与世界一流大学的密度是无关或负相关的关系(虽然不显著)。通过私立高等教育入学人数占高等教育入学总人数的比例来衡量私人投入，结果得到与支出情况相同的结论。由此验证了上文关于私人支出和高等教育入学率之间关系的结论。对此结果，一个可能的解释是，私立大学通常在研究型导向的活动中投资更少，而研究活动在国际大学排名中的权重较大。
四、研究结论
在下结论之前，本文需要重申上述统计检验的局限性。第一，本研究的实证分析是基于简单线性回归，并且没有直接控制众多影响高等教育数量或质量的变量；分析在很大程度上取决于数据的可得性，而且分析对象被限定于相对较短的时间范围内，尽管引入了一个长达8年的滞后效应分析。第二，所采用的数据并没有区分支出的特性；然而，发展费用支出(development expenditure)与教育数量更相关，经常性支出一般与质量的相关性更高，如果不区分两种支出类型，那么难以看出这种特点。第三，采用基于国际排名的一流大学密度作为高等教育质量的代理变量(在缺少可靠的替代方案的前提下)是存在争议的。最后，对相关关系并不意味着因果关系这一事实保持警觉是很重要的。同时值得注意的是，本研究的数据是全球经济危机时期的数据。
以上述提醒为基础，本研究得到如下结论。第一，高收入国家与所有其他国家之间的高等教育公共生均支出模式存在很大差异。在高收入国家，公共支出随着国家财富的增加而增多，政府不断向其高等教育系统增加投入。而在低收入国家和中等收入国家，生均公共投入随着财富的增加急剧下降，政府增加公共投入的步伐无法赶上入学人数的爆炸性扩张。许多国家正在经历这一变化，政府也无法向现在的学生提供精英教育时期的高校学生所享有的资源。
第二，高等教育的受教育机会始终与国家的经济水平相关。事实上，不论在高收入国家还是中低收入国家，高等教育的参与度都在提高。然而，低收入国家和高收入国家的高等教育在急剧扩张的同时(低收入国家高等教育的起点往往极低)，多数高收入国家的扩张显得缓慢(其高等教育已步入大众化阶段)。因此在高收入国家，进入高等教育的机会与国家财富之间的关系减弱了。
采用世界一流大学的密度作为衡量指标，质量方面的对比更加显著，因为大部分世界一流大学存在于富裕国家，所以其他国家的一流大学密度水平非常低。
这些结果验证了一个众所周知的事实：随着国家经济发展水平的提高，高等教育的入学规模和世界一流大学的产出均会增加。相反，不太富裕的国家很难同时应对数量和质量的挑战。
第三，不论作为GDP一部分的总公共支出还是生均公共支出，对高等教育的入学机会都没有影响或者有消极影响，尤其是在低收入国家(而且投入一段时间以后，其影响没有改变)。这一令人困惑的结论可以通过以下事实来理解，即在高等教育机构快速增长的时期，人均支出和入学数是反向变化的。在学生总数激增和公共可用资源有限的前提下，公共财政预算根本没有办法保证每位学生得到与高等教育扩张之前的学生相当的资源。
第四，与对数量的研究结论相反，将世界一流大学密度作为质量指标的分析发现，似乎质量与公共投入明显相关。鉴于世界一流大学所在的多数国家要么是已经到达高收入层次的OECD成员国，要么是处在中上收入国家的顶层位置，这一研究结论反映了在进入高等教育大众化阶段之后政府首先致力于提升教育质量。与之相反的是，低收入国家世界一流大学的密度低反映了迎合高等教育爆炸性需求的策略是以牺牲教育质量为代价的。
第五，无论私人投入如何测量，它与低收入和中等收入国家的高等教育规模仅有一定的相关性，而在高收入国家则没有相关性。与此类似，在质量方面，一流大学的密度既不受私人支出水平的影响，也不受私立高等教育发展水平的影响。这个发现可能与总体上私立部门更少地投资于研究活动这一事实有关，而国际组织则极其重视研究活动并且将其作为评价大学质量的重要指标。
综上所述，本研究的结论基本验证了与早期初等教育和中等教育投入与产出研究相似的发现，即财政资源对教育产出的影响是混合性的。层次、类型和支出来源的多样性可能是这些散射性研究结论背后的决定因素。数量和质量这两个高等教育的维度对投入的反应差异很大，这点值得注意。这项研究透露出两则重要的信息：第一，高投入既不能保证高等教育的高入学规模，也不能保证高等教育的高质量。正如初等教育和中等教育阶段的研究结果所示，支出的效率比支出总量更重要，高等教育系统可能更是如此，正如人们所期望的那样，它有多元化地生产多种教育产出的方式。与此类似，制度设计和治理结构在给定的资源如何支出和如何转化为有效的服务方面起到了相当大的作用。第二，并不存在实现高等教育高入学规模或高学术水平的统一路径。这并不令人沮丧，各国机遇不同，发展的路径自然各异。
这些信息对高等教育正处于转型期的国家特别适用。尽管存在着广泛的差异，许多高等教育处于转型期的国家具有这一共同点：他们虽大多已经有较高水平的高等教育公共支出，却还未能充分满足高等教育入学需求；而在某些情况下，高等教育的公共投入实际上是较低的，并且会威胁高等教育系统的可持续发展。虽然难于确定底线在哪里，但确实存在一个公共投入的标准，公共投入低于该标准时，高等教育系统就难以运行下去。很明显，许多国家有投入不足的情况。本研究所发现的支出和数量之间的松散关系并不能成为减少投入的托辞，却应反过来警醒各国去关注可能存在的效率低下。正因为支出与质量之间具有正相关关系，我们更应关注资源投入对提升教与学绩效的影响。高等教育财政面临的挑战的确是巨大的，这需要各国调动所有的公共和私人资源，以及从“多少”(how much)到“如何”(how well)的范式转向。
收稿日期：2013-02-21
注释：
①最近，由维加斯(E.Vegas)和科芬(C.Coffin)在2012年开展的一项研究得到了相似的结论，他们探讨了资金投入对学业产出影响的参数。
②大学战略管理欧洲中心提出了同样的问题，并且将一些有趣的信息元素纳入讨论之中；尽管最终它仅是扩展了问题，而非像本文这样给出了一个解答。
③联合国教科文组织统计所的数据是由各国政府提供的，不同国家的界定有时存在差异。
④从生产功能的视角，入学数也可以被看做投入。
⑤芬尼(R.Finnie)和厄舍(A.Usher)以及勃兰登堡(U.Brandenburg)等人早期曾尝试测量高等教育的质量。由经合组织开展的高等教育学业产出评估项目(Assessment of Higher Education Learning Outcomes，简称AHELO)最近正在形成一套测量实际学业产出的工具，以此进行国际间的比较。
⑥可以参考劳瓦格尔斯(A.Rauhvargers)在2011年的文章，以了解有关学校排名更细致的研究。
⑦由于排名的数量、能见度和影响力逐渐增加，比较其优势与不足的文献也成比例地增加了，例如萨迈(J.Salmi)和黑兹尔科恩(Z.Hazelkorn)的研究。
⑧《泰晤士报》的排名仅涵盖了200所院校，QS排名对500所院进行了排名，这是本文采用QS排名的原因。实际上世界大学网络排名(Webometrics)覆盖的学校更多(约12000所院校)。
⑨最近的批评与排名带来的非预期结果有关。换言之，在部分学校有一种趋势，为获得或维持其排名的位置而调整其战略；另一种趋势是政策制定者关注本国进入排名的院校数量而非整个教育系统。
⑩尽管在每个国家进入排名的一流大学数量方面ARWU和QS是非常近似的，但是它们在哪所大学进入世界前500名和国家内部中大学的排名方面有所差异。
(11)对世界一流大学概念和范例的综合论述详见阿特巴赫和萨迈的研究(Altbach & Salmi,2011)。
(12)通过世界银行“对教育结果的系统监测和标准制定项目”(Systems Approach for Better Education Results，简称SABER)和中东地区关注治理维度的一些更具体的首创举措，治理的标准也在院校层面实施，详见世界银行2012年的报告。最近，墨尔本研究院发布了48国综合标准，详见威廉姆斯(R.Williams)2012年的文章。对该标准的第一个研究发现其结果与院校排名得到的结果非常相似，见下文。
(13)联合国教科文组织统计研究所(UNESCO Institute for Statistics，简称UIS)有一小部分国家的这项数据。本研究使用OECD的数据库作为替代方案，尽管这一数据库仅涵盖OECD国家。
(14)中等收入国家和低收入国家对高等教育的投入中平均有0.8％来源于公共资金。
(15)中等收入国家和低收入国家的公共支出模式相似，呈明显的正相关关系；私人支出方面则表现出弱的正相关性。然而，由于可用数据涉及的国家样本量太小，因此这一结论很难说具有普遍意义。
(16)使用国家的纵向数据而不进行国际比较，每个因素的影响可能不同。
(17)基于中等收入国家和低收入国家的小样本检验的相关性更强，尤其是在公共支出方面。
(18)在劳动密集型的高等教育系统内只有规模经济，因此将结论解释为规模经济的结果是危险的。而且高等教育投入的真正成本倾向于总是不断上升。但为了充分检验这一假设，还有必要分别分析投入和经常性支出对数量和质量的影响。
(19)尽管入学规模和资金投入并不总是一致的，但是高等教育的私人支出比例与私立高校入学数之间存在很强的正相关关系(＝0.51*)。
(20)在ARWU排名中，香港地区被纳入中国一并统计。
(21)使用这一测量的原因是，尽管UIS数据库有高等教育人口的相关数据，但是许多国家的数据是缺失的。而人口学的数据更为丰富和可靠。对两方面数据都齐全的国家进行的研究发现，高等教育的人口数的确与15.24岁人口总数的一半非常接近。
(22)世界大学网络排名是由网络信息计量实验室出具的，属于西班牙国家研究委员会的评价。
(23)这是基于ARWU排名计算出的结果，根据QS排名计算出的结果是约为1∶400。
(24)根据QS排名计算的相关系数为0.70，根据ARWU排名计算的相关系数为0.75，在1％的显著性水平下显著。
(25)然而需要注意的是，在U21排名的方法中资源被作为绩效的指标之一，而本文将其作为投入，这是完全相反的两种视角。
(26)有一些值得注意的差异。特别是在U21排名中有更多的东欧国家，该排名将美国置于领先位置，而美国在ARWU中排17名，在QS中排21名。
(27)实际上，它可能使相关性减弱。